科学史上最有名的数据分析例子
大数据的经典案例
大数据的经典案例【篇一：大数据的经典案例】说：还没搞清楚的时候，移动互联就来了，移动互联还没搞清楚的时候，就来了。
近两年，“大数据”这个词越来越为大众所熟悉，“大数据”一直是以高冷的形象出现在大众面前，面对大数据，相信许多人都一头雾水。
下面我们通过十个经典案例，让大家实打实触摸一把“大数据”。
你会发现它其实就在身边而且也是很有趣的。
啤酒与尿布全球零售业巨头尔玛在对消费者购物行为分析时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。
没想到这个举措居然使尿布和啤酒的销量都大幅增加了。
如今，“啤酒+尿布”的数据分析成果早已成了大数据技术应用的经典案例，被人津津乐道。
数据新闻让英国撤军2010年10月23日《卫报》利用维基解密的数据做了一篇“数据新闻”。
将伊拉克战争中所有的人员伤亡情况均标注于地图之上。
地图上一个红点便代表一次死伤事件，鼠标点击红点后弹出的窗口则有详细的说明：伤亡人数、时间，造成伤亡的具体原因。
密布的红点多达39万，显得格外触目惊心。
一经刊出立即引起朝野震动，推动英国最终做出撤出驻伊拉克军队的决定。
意料之外：胸部最大的是新疆妹子数据平台显示，购买最多的文胸尺码为b罩杯。
b罩杯占比达41.45%，其中又以75b的销量最好。
其次是a罩杯，购买占比达25.26%，c罩杯只有8.96%。
在文胸颜色中，黑色最为畅销。
以省市排名，胸部最大的是新疆妹子。
圈子把前女友推荐给未婚妻2012年3月推出qq圈子，按共同好友的连锁反应摊开用户的人际关系网，把用户的前女友推荐给未婚妻，把同学同事朋友圈子分门别类，利用大数据处理能力给人带来“震撼”。
“魔镜”预知石油市场走向如果你对“魔镜”还停留在“魔镜魔镜，告诉我谁是世界上最女人”，那你就真的out了。
“魔镜”不仅仅是童话中王后的宝贝，而且是真实世界中的一款神器。
其实，“魔镜”是苏州国云数据科技公司的一款牛逼的大产品，而且是国内首款喔。
历史上的强地震和海啸情况
“下降型”海啸
定义：某些构造地震引起海底地壳大范围的 急剧下降，海水首先向突然错动下陷的空间涌 去，并在其上方出现海水大规模积聚，当涌进 的海水在海底遇到阻力后，即返回海面产生压 缩波，形成长波大浪，并向四周传播与扩散。 岸边表现：这种下降型的海底地壳运动形成 的海啸在海岸首先表现为异常的退潮现象。 例子：1960年5月22日发生在智利的地震海 啸、2004年12月26日发生在印度洋的大海啸都 属于这种类型。
海啸
历史上的强地震和海啸情况
历 史 上 最 为 有 名 的海 底 地 震海 啸 ， 首 推 公 元 前 1450年间发生在地中海希腊东南的西雷岛上的海啸。 由于海底地震造成火山爆发，竟将整个岛屿抛向高 空。随后轰然巨响着坠入深深的海底。这次巨大的 海啸，将西雷岛上的米若阿文化毁于一旦。 而在1700年1月26日，美洲西海岸的一次大地震造 成的海啸，则将当地的村庄全部吞没。海水退去后， 人们在森林里竟然发现了一条搁浅的鲸鱼!这样的故 事还曾经被当作是土著人的神话传说。 1896年6月15日晚发生在日本三陆的海啸，其最大 的波冲上附近的陆地，波高达25-30米，将不少村庄 整个吞没。死亡2.7万人以上，破坏房屋1万间。
1992年9月1日，尼加拉瓜发生里氏7级地震， 地震引起的海啸破坏了尼加拉瓜西南900千米 的太平洋沿岸地区的生产和生活设施，造成 268人死亡，153人失踪，800多间房屋倒塌。 1992年12月，印度尼西亚东部弗洛勒斯岛 发生里氏7级地震，引发大海啸，夺取了2500 人的生命。 1993年7月12日，日本北海道西南附近海域 发生里氏7.8级地震。地震引发了海啸，最大 浪高达30.5米，地震和海啸给当地造成146人 死亡，117人失踪。
世界上最有名的海啸是1960年5月23日智利8.9级 地震引起的。这次海啸在智利浪高6米，浪头高达30 米。首都圣地亚哥到蒙特港沿岸城镇港口的仓库码 头、民房建筑被卷走，摧毁无数。海啸使智利一座 城市中的一半建筑物成为瓦砾，沿岸100多座防波堤 被冲毁，2000余艘船只被毁，损失5.5亿美元，造成 1万人丧生。此外，海浪还以600－700千米每小时的 速度，向西横扫太平洋，袭击了夏威夷群岛。当到 达远离1.7万千米的日本海岸时，浪高还达3－4米， 使1000多所住宅被冲走，2万多顷良田受水淹，一些 巨大的船只被海浪推上陆地40－50米远，压倒了居 民房屋。这次海啸造成全日本800多人死亡，15万人 无家可归。
基于科学史的拓展课项目实践——以《大气的压强》为例
基于科学史的拓展课项目实践——以《大气的压强》为例【摘要】本人基于大气压探索过程中的科学史实，自制道具让学生重现科学家的探索过程，并对科学实践的结果进行数据分析，让学生在探索、实践的过程中加深对科学概念的建构和科学本质的理解；提升多学科的综合运用能力和对实际问题的解决能力。
【关键词】科学史拓展课大气压1．基于科学史的目标设计《大气的压强》是初中科学八年级的内容，在学生学习完该课程内容后，根据学生的认知特点，本人利用学校的拓展课，基于STEM教育理念开展教学：此次实践选取科学史中马德堡半球和托里拆利实验两个经典大气压实验为切入口，在实际而非理论条件下，让学生整合自己科学、数学、技术及工程四方面的知识，以小组合作的形式，利用常见的材料完成和重现新式“托里拆利”和“马德堡半球”实验，同时计算分析大气压数值的大小，并对求得的数据进行误差分析，并在实践过程中引导学生对大气压的存在进行进一步的感知和思考，以此完成本次课程教学目标。
2．基于科学史的拓展课项目背景回顾2.1马德堡半球实验科学史回顾1654年，马德堡市长奥托·冯·格里克为了为民众科普空气存在压强这一结论而进行的一项科学实验：他将两个直径约1.2英尺的铜制半球涂上油脂并对接，再把球内抽成真空。
然后让两个马队分别拉一个半球，直到两边各八匹马，铜球才被拉开了。
根据此实验证明大气压强是存在的，并且十分强大。
当然，学校实验室也有供教学用途的仿制品，用作示范气压的原理，它们的体积也比当年的半球小得多，把半球的空间抽真空，需要拉开的力也小的多。
2.2托里拆利实验科学史回顾托里拆利实验则由托里拆利和他的同学维维安尼于1643年共同完成。
他在一根1米左右长的一端封闭的玻璃管内注满了水银，用手堵住开口的一端，然后将管子倒立着放入水银槽中，松开手后，水银往下流，而且，当水银流到高度约760毫米时，水银就不再下降，显然，这个实验说明了大气压确实存在，并有一定的大小。
人类历史上最为恐怖的5种病毒
人类历史上最为恐怖的5种病毒从19年新冠爆发，到今年的猴痘，病毒越来越频繁的入侵我们生活，而且每一次病毒的流行，都会带走相当一部分的人类，病毒难道就真成地球霸主了吗?本期子牙童趣秒看科普将给您介绍人类历史最为恐怖的五种病毒。
第一种黑死病。
黑死病又叫鼠疫，是由一种被称为鼠疫杆菌的细菌寄生在跳蚤上，借由黑鼠等动物来传播造成的。
人被感染后，就像是得了重感冒，但是却比感冒严重得多，先是咳嗽、吐血，接着呼吸困难，不出三五日就会死亡。
死后浑身呈黑紫色，看起来极其恐怖，因此被称为“黑死病”。
在欧洲的十四世纪四五十年代，又被人们称之为“黑暗时代”。
那个时候的欧洲跟现在的繁华截然不同，可谓是脏乱差，因为当时基督教的信仰观念让欧洲人认为，身体越脏越能衬托出精神上的圣洁，为了掩盖身上的气味就发明了香水，但是香水却起不了消毒杀菌的作用。
于是在这种脏乱差环境的影响下，欧洲爆发了黑死病，仅仅短短六年就夺走了欧洲近三分之一的人口，不仅引起了社会、经济和政治的大变动，而且还起了大饥荒，甚至动摇了教会信仰等等一系列社会问题。
第二种炭疽病。
这种病由炭疽杆菌感染引起，可能大家对这个名字很陌生，但它可是地球上最古老的病菌之一，最早记录出现在公元前。
一般情况，可以用过接触病畜及其产品，或是食用病畜的肉类被感染的，感染炭疽的人严重的还可能引发肺、肠和脑膜的急性感染，出现败血症。
即使被感染人体已经死亡，炭疽杆菌仍然能吸干人体的最后一点养分，然后以孢子的状态存活土壤长达数十年。
在历史上炭疽杆菌曾被两次作为生化危机使用。
1942年德国制定了入侵英国的计划后，英国政府担心本土会遭生化武器袭击，于是就用炭疽杆菌在格林纳德岛对一群实验羊进行实验，3天后，羊群开始死亡无一幸存，但最后因为种种原因这次生化危机没能实现。
第二次是在美苏冷战期间，结束后仅仅两周美国记者，鲍勃·史蒂文斯接到了一封信件，信封里竟是藏有数亿炭疽杆菌的粉末，最终鲍勃死于炭疽病诱发的脑膜炎，他所在的媒体大楼也有17人感染炭疽热。
翁文波的国家周期表
翁文波的国家周期表“可公度性”(Commensurability)一词是在天文学中首先提出来的。
由于至今还没有人能够提出有说服力的机制理论，一直当做经验关系写入某些天文文献中。
可公度性是周期性的扩张，是自然界的一种秩序，所以是一种信息系。
为了把可公度的信息系引入到水文预测上，现介绍一下有关史实。
1766年，德国一位中学数学教师提丢斯发现太阳系的大行星与太阳的距离(天文单位)有一个简单的规律性；尔后，德国天文学家波特作了进一步研究，发表了提丢斯波特定律。
这个定律可表示为Yi=i，i={(-∞)，0，1，2，…}式中，i是整数；Yi是行星到太阳的距离Xi[用天文单位(A.U.)计量]的函数，即1766年，一位名叫体丢斯的德国数学教师在给学生讲述太阳系概况时，要求学生将各大行星到太阳的平均距离记住。
可学生怎么也记不住这些毫无规律的数字。
体丢斯仔细分析了这些数据，发现并非无规律可循。
他先在黑板上写下一个数列，从第二个数开始，后一数正好是前一数的两倍，即：0，3，6，12，24，48，96，192......在每个数上加4，再除以10，便得到：0.4 0.7 1.0 1.6 2.8 5.2 10 19.6......水星金星地球火星？木星土星？以地球到太阳的距离为一个天文单位，其它数字正好是五个行星到太阳的平均距离，只有2.8个天文单位处没有行星，土星以后也没有行星，因为当时知道的最远行星就是土星。
体丢斯并没有认为这是个多么了不起的发现，不过把它当做一个教学生巧妙记忆数据的方法，所以当时没有传开。
直到1772年，德国天文台台长波德发现了它，觉得很有意思，才将它发表。
因此一般称它为"体丢斯-波德"定则。
"体丢斯-波德"定则发表后，很快引起了天文学家的注意。
德国天文学家注意到，火星与木星之间的空隙非常大，按"体丢斯-波德"定则，2.8 天文单位处没有行星，似乎这里还有个行星没有被发现。
统计学数据分析案例
统计学数据分析案例在现代社会中，数据已经成为了我们生活和工作中不可或缺的一部分。
统计学数据分析作为一种重要的数据处理和解释方法，被广泛应用于各个领域。
本文将通过几个具体的案例，来介绍统计学数据分析在实际应用中的作用和意义。
首先，让我们来看一个销售数据分析的案例。
某电商公司想要了解其不同产品在不同地区的销售情况，以便更好地调整库存和制定营销策略。
通过收集各地区的销售数据，我们可以利用统计学方法对这些数据进行分析，比如计算平均销售量、销售增长率、销售额分布等指标。
通过对这些指标的分析，可以帮助公司更好地理解不同地区的市场需求，从而调整产品结构和销售策略，提高销售业绩。
其次，我们来看一个医疗数据分析的案例。
某医院想要了解某种疾病的发病规律和治疗效果，以便更好地指导临床工作。
通过收集患者的病历数据和治疗效果数据，我们可以利用统计学方法对这些数据进行分析，比如计算患病率、不同治疗方案的有效率、患者年龄和性别的分布等指标。
通过对这些指标的分析，可以帮助医院更好地了解该疾病的发病规律和治疗效果，从而制定更科学的临床治疗方案，提高治疗成功率。
最后，让我们来看一个市场调研数据分析的案例。
某市场调研公司想要了解某种产品在不同消费群体中的受欢迎程度和购买意向，以便更好地制定市场推广策略。
通过收集消费者的调研数据，我们可以利用统计学方法对这些数据进行分析，比如计算产品的满意度指数、购买意向指数、不同消费群体的消费习惯等指标。
通过对这些指标的分析，可以帮助市场调研公司更好地了解产品在市场中的表现和消费者的需求，从而制定更有针对性的市场推广策略，提高产品的市场竞争力。
通过以上几个案例的介绍，我们可以看到统计学数据分析在不同领域中的重要作用。
通过对大量数据的收集和分析，我们可以更好地了解现实世界中的规律和趋势，从而指导决策和提高工作效率。
因此，掌握统计学数据分析方法，对于我们在各个领域中的工作和研究都具有重要意义。
希望本文的案例能够给大家带来一些启发，也希望大家能够在实际工作中更加重视数据的收集和分析，从而更好地提高工作效率和决策水平。
费里波特定律
费里波特定律费里波特定律是指在大量的数据中，出现频率最高的数字或事件会越来越接近于总数的1/3，这个定律也叫做“三分之一定律”。
这个定律被广泛应用于统计学、自然科学和社会科学等领域。
本文将从以下几个方面进行详细解析费里波特定律。
一、费里波特定律的历史费里波特定律得名于意大利数学家、天文学家和物理学家乔瓦尼·费里波特（Giovanni Batista Benedetto Plati Ferrero），他在1827年发表了一篇名为《物理实验方法》的著作，提出了这个定律。
费里波特当时是为了研究自然界中各种现象的规律性而发展出这个理论，他通过对大量数据进行分析，发现其中最常见的数字或事件出现频率约为总数的三分之一。
二、费里波特定律的内容1. 定义费里波特定律是指在大量数据中，出现频率最高的数字或事件会越来越接近于总数的1/3。
2. 解释这个定律可以用一个简单的例子来解释：如果有1000个人参加一场抽奖活动，其中有800个人选了数字1，而其他数字的选择人数都很少，那么根据费里波特定律，这800个人选数字1的比例将会越来越接近于总人数的三分之一。
3. 应用费里波特定律被广泛应用于各种领域，如统计学、自然科学和社会科学等。
在统计学中，它可以用来预测未来事件的概率；在自然科学中，它可以用来研究物理现象和地球科学等；在社会科学中，它可以用来研究人类行为和社会现象等。
三、费里波特定律的证明费里波特定律并没有一个严格的证明方法，但是通过实验和数据分析可以得到一些结论。
下面是几个常见的证明方法：1. 抛硬币实验抛硬币实验是一种简单有效的证明费里波特定律的方法。
如果我们抛100次硬币，并记录每次正面朝上或反面朝上的结果，那么根据费里波特定律，在100次实验中正面朝上与反面朝上的次数应该越来越接近于33次。
2. 数字出现频率的分析通过对大量数字的出现频率进行分析，可以得到费里波特定律的验证。
例如，如果我们随机选取1000个数字，并记录每个数字出现的次数，那么根据费里波特定律，最常见的数字出现的次数应该越来越接近于总数的三分之一。
量化历史：用数据分析的方法来研究历史
量化历史：用数据分析的方法来研究历史 量化历史是什么？量化历史是一系列利用数据分析的方法来研究历史的技艺的总称。
有时候，经济史学家也把量化历史称作cliometrics。
二十世纪五十年代到六十年代，研究社会史、政治史和经济史的学者呼唤“社科历史学”的新发展，这个名称也得到了广泛的关注。
所谓“社科历史学”，即是在研究历史问题时使用社会科学中使用的方法。
这些学者同时呼唤社会科学的研究者们谨慎地处理关于当下的问题，注意这些问题的历史背景和源起。
无论是对于历史的还是当下的问题，这些学者的共识是，有必要使用新的方法和资料来进行研究。
量化历史的研究在他们的努力下取得很多进步。
经典的史学研究依赖于对于文本资料、档案的研究，把历史用叙事的方法加以呈现。
历史学家关心特定的现象或是事件，这些可能是王朝、帝国的兴衰，也可能是个人生活的点滴。
量化历史研究的目的和经典史学十分相似，但是会把许多事件和现象提炼而来的历史的模型(pattern)作为研究对象。
这样一个出发点使得研究分析中所处理的问题大大不同。
举例来说，经典的历史分析会把一次总统选举当成是一次事件，但是量化历史学家却把每一次总统选举都看成是所有总统选举所组成的数据集合中的一个元素，他们的研究兴趣在于找出一些规律来总结这个集合，或者是这个集合中的某个元素。
一个家庭的生活史可以被看作是一个国家、一个地区、一个社会阶层，或是一个民族的生活史的一个元素。
在过去那些被记录下来的文档里，每一个个案都是微不足道的，但是把个案整合、组织起来放入一个电子化的数据库中时，研究者就可以加以分析，得出数据上显著的结果。
因此，人口统计、投票信息、关键档案（例如出生、死亡、婚姻）、或是商业契约、货物运输档案、奴隶贸易的卷宗，甚至是犯罪记录，这些都有助于历史学家找寻过去的社会、政治和经济活动的规律，找出历史的深层结构。
对于历史学家而言，量化历史研究需要一系列新的技艺。
其中最重要的莫过于在他们的研究中整合入数据的集合或是矩阵。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
科学史上最有名的数据分析例子
开普勒三定律
数据来源：第谷·布拉赫（1546-1601,丹麦人），观察力极强的天文学家，一辈子（20年）观察记录了750颗行星资料，位置误差不超过0.67°。
观测数据可以视为实验模型。
数据处理：开普勒（1571-1630，德国人），身体瘦弱、近视又散光，不适合观天，但有一个非常聪明的数学头脑、坚韧的性格（甚至有些固执）和
坚强的信念（宇宙是一个和谐的整体），花了16年（1596-1612）研究第谷的观测数据，得到了开普勒三定律。
开普勒三定律则为唯象模型。
2．数据分析法
2.1 思想
采用数理统计方法（如回归分析、聚类分析等）或插值方法或曲线拟合方法，对已知离散数据建模。
适用范围：系统的结构性质不大清楚，无法从理论分析中得到系统的规律，也不便于类比，但有若干能表征系统规律、描述系统状态的数据可利用。
2.2 数据分析法
2.2.1 基础知识
（1）数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出；
（2）数据分析（data analysis）是指分析数据的技术和理论；
（3）数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律；
（4）作用：在实用中，它可帮助人们作判断，以采取适当行动。
（5）实际问题所涉及的数据分为：
①受到随机性影响（随机现象）的数据；
②不受随机性影响（确定现象）的数据；
③难以确定性质的数据（如灰色数据）。
（6）数理统计学是一门以收集和分析随机数据为内容的学科，目的是对数据所来自的总体作出判断，总体有一定的概率模型，推断的结论也往往一概率的形式表达（如产品检验合格率）。
（7）探索性数据分析是在尽量少的先验假定下处理数据，以表格、摘要、图示等直观的手段，探索数据的结构及检测对于某种指定模型是否有重大偏离。
它可以作为进一步分析的基础，也可以对数据作出非正式的解释。
实验者常常据此扩充或修改其实验方案（作图法也该法的重要方法，如饼图、直方图、条形图、走势图或插值法、曲线（面）拟合法等）。